el proyecto emecam: estudio multicéntrico español sobre la relación

N.” 2 - Marzo-Abril
Rev Esp Salud Púbhca 1999; 73: 165-175
1999
EL PROYECTO EMECAM: ESTUDIO MULTICÉNTRICO
ESPAÑOL SOBRE LA
RELACIÓN
ENTRE LA CONTAMINACIÓN
ATMOSFÉRICA
Y LA MORTALIDAD.
ANTECEDENTES,
PARTICIPANTES,
OBJETIVOS Y MÉTODOLOGÍA
*
Ferran Ballester Díez (l), Marc Sáez Zafra (2), M.” Eva Alonso Fuste1 (3), Margarita
Taracido
Trunk (4), José M.” Ordóñez Iriarte (5), Inés Aguinaga Ontoso (6), Antonio Dapovte Codina (7),
Juan Bellido Blasco (S), José Jesús Guillén Pérez (9), M.” José Pérez Boíllos (íO), Alvaro Cañada
Martínez (ll), Federico Arribas Monzón (12) y Santiago Pérez-Hoyos (1) por el Grupo EMECAM
(1) Institut Valencià d’Estudis en Salut Pública (IVESP). Dirección General de Salud Pública. Generalidad
Valenciana.
(2) Universitat
de Girona. Departament
d’Economia.
de Sanidad del Gobierno Vasco.
(3) Departamento
(4) Facultad de Medicina de la Uni\ ersidad de Santiago.
de Madrid.
(5) Consejería de Sanidad y Servicios Sociales. Comunidad
del Ayuntamiento
de Pamplona.
(6) Area de Sanidad y Medioambiente
(7) Escuela Andaluza de Salud Pública. Granada.
(8) Centro Salud Pública Area 02 de Castelló. Consellería de Sanidad.
de Murcia.
(9) Centro Área Cartagena. Consejería de Sanidad de la Comunidad
de Salud y Consumo. Ayuntamiento
de Vitoria-Gasteiz.
(10) Departamento
(11) Dirección Regional de Salud Pública. Asturias.
(12) Dirección General de Salud Pública. Aragón.
(*) Este trabajo cuenta con una beca del Fondo de Investigaciones
Sanitarias (Expediente
RESUMEN
ABSTRACT
En los últimos años, un número creciente de estudios sugiere que los incrementos
en los niveles de contaminación
atmosférica pueden causar efectos a corto plazo sobre la salud, incluso con niveles de contaminación
cercanos o inferiores
a los
considerados
hasta ahora como seguros. Los distintos enfoques
metodológicos
y la diversidad
de técnicas de análisis utilizadas
han dificultado
la comparabilidad
directa entre los resultados
obtenidos,
impidiendo
llegar a conclusiones
claras. Ello ha estimulado
la puesta en marcha de proyectos
multicéntricos,
como el proyecto APHEA (short-term
effects of Air Pollution
on Health: a European Approach),
dentro del ámbito europeo.
El proyecto EMECAM
se enmarca en el contexto de los estudios multicéntricos
citados y tiene una proyección
amplia en
el ámbito nacional español. En él se incluyen
14 ciudades españolas (Barcelona,
Gran Bilbao, Cartagena.
Castellón,
Gijón,
Huelva, Madrid, Pamplona,
Sevilla, Oviedo, Valencia,
Vigo,
Vitoria y Zaragoza)
que representan
diferentes
situaciones
sociodemográfícas,
climáticas
y ambientales,
sumando un total
cercano a nueve millones
de habitantes.
Correspondencia:
Ferran Ballester
Díez.
Institut Valencià
d’Estudis
en Salut Pública
Juan de Garay, 2 1.
460 17 Valencia.
Teléfono 96-3869369
Fax 96-3869370
Correo electrónico:
[email protected]
núm 97/005 1).
(IVESP).
The EMECAM Project:
Spanish Multicenter Study
on the Relationship Between Air
Pollution and the Mortal@.
Background data, Participants,
Objectives and Methods
In recent years, a growing number of studies suggests that
increases in air pollution
levels may have short-tenn
impact on
human health, even at pollution
levels similar to or lower than
those which have been considered
to be safe to date. The different methodological
approaches
and the varying analysis techniques employed have made it difflcult
to make a direct comparison among al1 of the findings,
preventing
any clear conclusions from being drawn. This has led to multicenter
projects
such as the APHEA
(Short-Term
Impact of Air Pollution
on
Health. A European
Approach)
within a European
Scope.
The EMECAM
Project falls within the context of the aforesaid multicenter
studies and has a wide-ranging
projection
nationwide
within Spain. Fourteen (14) cities throughout
Spain
were included
in this Project (Barcelona.
Metropolitan
Area of
Bilbao, Cartagena,
Castellón,
Gijón, Huelva, Madrid, Pamplona, Seville, Oviedo, Valencia,
Vigo, Vitoria and Saragossa) representing
different
sociodemographic,
climate and environmental situations,
adding up to a total of nearly nine million
inhabitants.
Ferrari Ballester Díe7 et al
El objetivo del proyecto EMECAM
es evaluar el impacto a
corto plazo de la contaminación
atmosférica, en el conjunto de las
ciudades participantes,
sobre la mortalidad
por todas las causas,
en toda la población
y en personas de 70 y más años, y por causas
respiratorias
y del aparato circulatorio.
Para ello, con un diseño
ecológico, se analizan los datos de las series temporales tomando
como unidad los datos diarios de mortalidad, contaminantes,
temperatura y otros factores, obtenidos de registros de instituciones
públicas. El periodo de estudio, aunque no es exactamente el mismo para todas las ciudades, está comprendido
en todos los casos
entre los años 1990 y 1996. El cálculo de las medidas de asociación se realiza mediante regresión autorregresiva
de Poisson. En
una fase posterior
los resultados de cada ciudad se combinarán
mediante la realización
de un meta-análisis.
The objective
of the EMECAM
project is that to asses the
short-term impact of air pollution
throughout
al1 of the participating cities on the mortality
for al1 causes, on the population
and on individuals
over age 70, for respiratory
and cardiovascular design causes. For this purpose, with an ecological,
the
time series data analyzcd taking the daily deaths, pollutants,
temperature
data and other factors taken from records kept by
public institutions.
The period of time throughout
which this
study was conducted,
although
not exactly the same for al1 of
the cities involved, runs in al1 cases from 1990 to 1996. The degree of relationship
mcasurcd by means of an autoregressive
Poisson regression.
In the future, the results of each City will be
combined
by means of a meta-analysis.
Palabras
clave:
Estudio multicéntrico.
Key words:
Time series.
Contaminación
atmosférica.
Series temporales.
Mortalidad.
INTRODUCCIÓN
Los efectos sobre la salud de la contaminación atmosférica han sido objeto de un
importante número de estudios en la segunda mitad del presente siglo, especialmente a
partir de una serie de episodios ocurridos en
los países industrializados, entre los que
destaca el de Londres en el año 1952, que
llevaron al establecimiento de estándares de
calidad del aire para la protección de la salud pública 1,2. En los últimos años, un número creciente de estudios sugiere que los incrementos en los niveles de contaminación
atmosférica pueden causar efectos a corto
plazo sobre la salud, aún con niveles cercanos o por debajo de los considerados como
seguros3-8.
Los distintos enfoques metodológicos y
la diversidad de técnicas de análisis utilizadas han dificultado la comparabilidad directa entre los resultados obtenidos, impidiendo llegar a conclusiones claras. Ello ha estimulado la puesta en marcha de proyectos
multicéntricos como, dentro del ámbito europeo, el proyecto APHEA (short-term effects ofAir Pollution on Health: a European
Approach)9-11. En él se utiliza una extensa
base de datos procedente de quince ciudades
con diferentes situaciones sociales, climáticas y ambientales, lo que permite una aproximación adecuada al estudio de los efectos
a corto plazo de la contaminación atmosférica sobre la salud.
166
Air
pollution.
Mortality.
Multicenter
study.
También en España se han llevado a
cabo, durante los últimos cinco años, diversos estudios sobre el tema en algunas ciudades7J2-15.Sus resultados indican que existe
una asociación entre la contaminación atmosférica y la mortalidad y la morbilidad
por urgencias respiratorias y los niveles acmales de contaminación atmosférica en las
ciudades españolas donde se han realizado.
Sin embargo, la metodología aplicada en los
estudios citados varía. Además, con la excepción de los realizados en Barcelona, los
demás sólo han incluido el dióxido de azufre (SO,) y las partículas en suspensión
como contaminantes, no habiendo prestado
atención a otros, como el ozono (0,) y el
dióxido de nitrógeno (NO,), que pueden ser
de importancia en nuestro país. El reto acmal se centra, por un lado, en cuantificar
adecuadamente los efectos asociados a los
niveles moderados y bajos de la contaminación atmosférica y, por otro, en identificar
los contaminantes responsables y sus posibles efectos sinérgicos. Todo ello plantea la
necesidad de una estandarización de las variables a estudio y una mayor profundización metodológica.
El proyecto EMECAM se enmarca en el
contexto de los estudios multicéntricos citados y tiene una proyección amplia en el ámbito nacional. En él se incluyen 14 ciudades
españolas que representan diferentes simaciones sociodemográficas, climáticas y ambientales, sumando entre todas un total cerRev Esp Salud Pública
1999, Vol. 73, N.” 2
EL PROYECTO
ESPAÑOL...
El objetivo general del proyecto EMECAM es evaluar el impacto a corto plazo de
la contaminación atmosférica sobre la mortalidad diaria por todas las causas, excluyendo las externas, en toda la población y en
personas de 70 y más años, por causas respiratorias y por causas del aparato circulatorio, en cada una y en el conjunto de las ciudades participantes. Los objetivos específicos se plantean a dos niveles: en cada grupo
y en el conjunto de los grupos. Cada grupo
realiza no sólo la recogida de datos sino todas las fases de la investigación en su propia
ciudad. Con ello se pretende que, además de
Tabla
en el proyecto
MULTICÉNTRICO
OBJETIVOS
El protocolo del proyecto fue sometido a
evaluación del Fondo de Investigaciones
Sanitarias (FIS) en su convocatoria para
1997. En principio, los grupos participantes
correspondían a las doce ciudades siguientes: Barcelona, Gran Bilbao, Cádiz, Cartagena, Castellón, Huelva, Madrid, Pamplona,
Sevilla, Valencia, Vigo y Vitoria. Debido a
la escasa información disponible sobre con-
participantes
ESTUDIO
taminación atmosférica en la ciudad de Cádiz se decidió no incluirla en el presente
estudio. Con posterioridad, se adhirieron al
proyecto tres nuevas ciudades: Oviedo, Gijón y Zaragoza.
cano a nueve millones de habitantes (tabla 1). El período de estudio responde a la
disponibilidad de datos en cada una de las
ciudades, aunque en todos los casos se sitúa
entre los años 1990 y 1996. El período más
corto considerado es de 3 años, para garantizar una buena modelización de los componentes de las series, y el más largo es de 5,
con el fin de poder asumir estabilidad en las
condiciones sociodemográficas de las poblaciones a estudio y en las características
de los contaminantes menos específicos
(partículas).
Ciudades
EMECAM:
1
EMECAM,
población
y período
a estudio
Población
Ciudad
Período
Total
Barcelona
Gran Bilbao’
1.643545
270 años (A)’
(11,7%)
censo
1991
667.034
59.657
(8,9%)
censo
1991
Castellón
134.213
ll.229
(8,4%)
censo
1991
Cartagena
Huelva
168.023
12.287
(7,3%)
censo
1991
142.547
9.281
(6,5%)
censo
1996
censo
1996
Sevilla
683.028
Madrid
Pamplona4
191.724
52.637
estudio
Fuen te
(7,7%)
1991-1995
114192-3 II3196
1991-1995
1990-1996
26/10193-26110196
3 1/8/92-
10/6/96
2.940.896
321.297
(10,9%)
censo
9 1 -padrón
963
1992-1995
213.839
21.360
(lO,O%)
censo
91-padrón
963
114/91-3113195
Valencia
Vigo
Vitoria
Gijón
749.796
274.574
75.256
(lO,O%)
censo
91-padrón
963
1992-1996
Oviedo
Zaragoza
TOTAL
’ Porcentaje
de la población
’ El Gran Bilbao incluye
’ Media mtmétlca
’ Pamplona
19.496
(7,1%)
censo
1991
214.148
16.483
(7,7%)
censo
1991
261.724
24.787
(9,6%)
censo
91-padrh
963
1993-1996
198.050
19.267
(9,8%)
censo
91-padr6n
963
1993-1996
572.212
53.304
(9,3%)
8.882.834
888.065
(10%)
censo
91
1991-1994
1990-1994
1991-1995
270 años sobre el total
las poblaciones
de Bilbao, ErandIo, Leioa, Barakaldo,
Sestao, Portugalete
y Saturtzi.
del censo 1991 y el padrón 1996.
más los municipios
Rev Esp Salud Pública
de Barañain
y Burlada.
1999, Vol. 73, N.” 2
167
Ferran Ballester
Díez et al
la obtención de estimaciones válidas sobre
el impacto de la contaminación atmosférica
en la población urbana española, el proyecto
sirva para el desarrollo de habilidades de investigación en todos los grupos y la adquisición de experiencia en la metodología de
análisis empleada.
Así, los objetivos
son:
de cada subproyecto
1. Describir las variaciones temporales,
tomando el día como unidad de análisis, de
la mortalidad general y específica por causas respiratorias y del aparato circulatorio
en la ciudad correspondiente, durante el período determinado.
2. Describir la situación actual y las variaciones temporales de los indicadores de
contaminación atmosférica en la ciudad correspondiente durante dicho período.
3. Cuantificar la magnitud de la asociación entre la mortalidad general y específica
y la variación de los niveles de contaminación atmosférica.
4. Además de lo anterior, los grupos de
Valencia y Barcelona tienen establecidos
unos objetivos específicos en relación con su
papel de centro coordinador y de grupo que
realizará el metaanálisis, respectivamente.
Ambos grupos, además, realizan el asesoramiento en la metodología de análisis,
Para el conjunto del estudio multicéntrico
los objetivos planteados son:
1. Elaborar y adaptar un protocolo estandarizado para el conjunto de grupos del
proyecto.
2. Valorar el impacto agudo de la contaminación atmosférica en la mortalidad de
la población urbana de las ciudades participantes.
MATERIAL
Y MÉTODOS
Información
En este proyecto se analizan los datos de
las series temporales de mortalidad, contaminantes, temperatura y otros factores obtenidos a partir de registros de instituciones
públicas. Los datos utilizados son:
l
Mortalidad:
Como variable respuesta
se estudia el número de defunciones diarias
entre los residentes de la ciudad correspondiente por las causas siguientes según la
Clasificación Internacional de Enfermedades, 9.” revisión (CIE-9)16:
- Todas las causas excluyendo las externas (CIE-9, 001-799).
- Mortalidad por todas las causas excepto las externas en personas de 70 y más años
- Enfermedades del aparato circulatorio
(CIE-9, 390-459).
- Enfermedades
460-5 19).
respiratorias
(CIE-9,
Para evitar sesgos de mala clasificación
en cuanto a la exposición, se excluyeron las
muertes de los residentes en el municipio si
habían ocurrido fuera de la ciudad. En todas
las ciudades se ha podido estudiar los grupos de causas contemplados en el protocolo.
La tabla 2 muestra los descriptivos de la
mortalidad diaria para cada ciudad.
l
Contaminación
atmosférica:
los datos sobre contaminantes atmosféricos incluidos en el estudio proceden de las Redes
de Vigilancia de cada una de las ciudades.
Estas redes son gestionadas por los servicios
de protección ambiental de las Comunidades Autónomas y/‘o los dependientes de los
Ayuntamientos. Los contaminantes incluidos en nuestro estudio son los siguientes:
1. Valores medios de 24 horas: Partículas en suspensión (medidas como «humos
negros»), partículas totales en suspensión
168
Rev Esp Salud Pública
1999, Vol. 73, N.” 2
EL PROYECTO
Tabla
Mortalidad
diaria
Todas menos las
e.xternas
(CIE- 9 GOO)
Ciudad
Med(Des)
ESTUDIO
MULTICÉNTRICO
ESPAÑOL...
2
por ciudades
y causa
de defunción
Grupos
de causas
Id en mayores de
70 años
(CIE-9 ~800)
*
EMECAM:
Med(Des)
*
Respiratorias
(CIE-9 460-519)
Med(Des)
Aparato circulatorio
(CIE-9 390-459)
*
Med(Des)
Barcelona
43th @,6)
31,o (7,2)
3,8 (2.2)
1734 (5,l)
Gran Bilbao
Castellón
1336 (4,O)
839 (373)
2,1 (1,5)
126 (079)
0,3 (0,5)
4,9 (2,3)
1,3 (12)
2,5 (196)
0,4 (0,6)
0,3 (0,5)
1,5 (1,3)
12 (IA
575 (2,6)
23 (198)
Cartagena
Huelva
335 (2,O)
2,5 (1.6)
13,s (4,2)
60,8 (11,l)
Sevilla
Madrid
Pamplona
Valencia
439 (3,7)
164 (4.8)
(234)
Vigo
53
Vitoria
Gijón
335 (1,9)
6,3 (2,7)
4,5 (292)
12.5 (3,9)
Oviedo
Zaragoza
* Med(Des)
177 (1,3)
8,9 (3,4)
40,5 @,7)
= media (y desviación
estándar) del n.” de defunciones
3.
(03).
Valor máximo de 8 horas de ozono
La mayoría de las ciudades (tabla 3) disponen de estaciones captadoras de la contaminación de tipo automático, las cuales permiten la medición de los niveles de contaminantes con la frecuencia que se requiera
(habitualmente cada 15 minutos). En algunos casos, sin embargo, los datos de la red
automática de vigilancia de la contaminación atmosférica se encuentran disponibles
únicamente desde hace pocos años, como en
el caso de Valencia, o no se ha podido disponer de una serie continuada de duración
adecuada, como en Zaragoza. En otras ciudades, por lo general las de menos poblaRev Esp Salud Pública
1999, Vol. 73. N.” 2
22,O(f-5,1)
03 (0,8)
ll,3 (3,9)
3s (2,O)
1,5 (1,3)
095 (0,7)
2,4 (1,6)
4,7 (2,3)
033 (0,6)
2.0 (1,5)
1,2 (1.1)
037 (0,9)
0,5 (0,7)
2,2 (1.6)
1,5 (1.3)
173 (192)
4.6 CL31
diarias: CIE-9: Clasificación
2. Valor máximo horario de SO,, NO,
partículas en suspensión
1.0 (1,O)
X6 (373)
3,3 (1,9)
9,o (3,2)
(PTS) o partículas con diámetro inferior a
10 micras (PM,,); dióxido de azufre (SO,);
dióxido de nitrógeno (NO,) y monóxido de
carbono (CO).
6-1 (351)
Internacional
de Enfermedades,
*
158 CLl)
6,6 (2,9)
9.” rewsión
ción y sin concentración de industrias potencialmente contaminantes, únicamente se
dispuso de los datos procedentes de la red
manual de vigilancia de la contaminación
atmosférica. En esta red únicamente se recogen de manera sistemática las partículas en
suspensión y el SO,. En el caso de las partículas, el método de determinación utilizado
es el análisis del humo normalizado (humos
negros), que mide la concentración en la atmósfera de «humos» (partículas negras pequeñas que permanecen en suspensión en el
aire y que proceden, en su mayor parte de
las combustiones), y está basado en el ennegrecimiento producido en un papel de filtro,
mediante reflectometría, cuando una muestra de aire pasa a través de él. Con este
método se captan principalmente partículas
con diámetro aerodinámico alrededor de
4-5 Pm, siendo mucho menor la proporción
de partículas con diámetro superior a
7-9 Pm. En cuanto a la determinación del
SO2 presente en la atmósfera se realiza mediante espectrofotometría, con el método de
la thorinal’. Los métodos de determinación
169
Ferrari Ballester Díez et al
Tabla 3
Contaminantes
estudiados en cada una de las ciudades
Contaminantes
Ciudad
Valores
Barcelona
Gran Bilbao
Castellón
Cartagena
Hucha
Sevilla
Madrid
Pamplona
Valencia
Vigo
Vitoria
Gijón
Oviedo
Zaragoza
medios
de 24 horas
HN, PTS, SO?, NO2, CO
HN, PTS, SO2, NO2
HN,
Valor
rnikimo
SO29
horurin
Valor
NO2
máxima
de 8 horas
03
PTS, SO2, NO2
so2
PTS, SO?
PMIo, SO27 N02,
PTS, SO2
CO
PM I o, saz, NOI
PMlo,
SO?, NO?, CO
HN, so2
HN, SOz, NO-, CO
HN, so2
m So?
HN, PTS, S02, NO2, CO
HN, PTS, SO2, NO?, CO
SO?, NO2
03
SO2, NO2
03
SOz, NO2
SO?, NO2
HN, SO2
HN humos negros.
PTS: partículas totales en
de los contaminantes medidos en la red automática son: la radiación beta para las partículas totales, la quimiluminiscencia para el
NO,, la fluorescencia ultravioleta en el caso
del SO,, la absorción ultravioleta en la determinación de 0, y, por último, la absorción infrarrojo para el COI*. Las características de los equipos captadores están determinadas por la normativa vigente, debiendo
cumplir una serie de condiciones17. Además,
las distintas redes urbanas de vigilancia de
la contaminación atmosférica están coordinadas en un único sistema nacional. Esta
circunstancia aporta confianza de cara a la
comparabilidad de las mediciones de los
contaminantes.
l
Admisibilidad de las estaciones captadoras: Se estudian únicamente las estacionesurbanas,no incluyéndose las situadas
tiera de las ciudades ni las que miden la
contaminación «de fondo)). En cierto sentido, el Gran Bilbao y Pamplona constituyen
una excepción, al tratarse de grupos de municipios; sin embargo,los captadoresincluidos se hallan situados en los núcleos urbanos que, además,estánmuy próximos entre
sí. Se excluyeron del análisislas mediciones
procedentesde estacionescaptadorassituadas en autopistasde accesolimitado.
Por otro lado, el protocolo de nuestro estudio incluye una serie de guías, siguiendo
lo establecido en el proyecto APHEA9, para
la obtención de las variables de contaminación atmosférica. En este sentido, la exposición diaria de la población se ha estimado
l
Porcentaje de datos válidos: En los
cálculos del promedio de cadacontaminante
seincluyeron sólo los valores de las estacionescaptadorasque presentaronun porcentaje de datos válidos mayor al 75% de días
para todo el período a estudio. En los cálculos de la media de lh y 24h (cuando los datos provienen de estacionesautomáticas) se
requiere un mínimo del 75% de datos váli-
usando, en cada caso, el promedio
dos. Se desecharon
de los da-
tos de las estacionescaptadorassegúnlos siguientes criterios:
170
los datos procedentes
de
captadores en los que, a pesar de cumplir
con el criterio de porcentaje de datos váliRev Esp Salud Pública
1999, Vol. 73, N.” 2
EL PROYECTO
dos, los valores perdidos se presentaban en
unos determinados períodos de tiempo (por
ejemplo fines de semana, vacaciones o durante el verano).
l
Número de estaciones captadoras:
Se estimó conveniente un mínimo de tres
estaciones válidas por contaminante. En algunos casos límite se estudió la posibilidad
de la inclusión de indicadores con datos de
dos estaciones. En ningún caso se han incluido en el estudio valores de un contaminante a partir de los datos de una sola estación.
l
Imputación de datos perdidos: Los
valores perdidos de las estaciones incluidas
se corrigieron para el cálculo del promedio
diario con los valores obtenidos en la regresión de cada una de ellas utilizando los datos
de las demás estaciones captadoras como
variables explicativas.
En los trabajos correspondientes de los
grupos participantes en el proyecto EMECAM se detallan el número de captadores
seleccionado por contaminante, la correlación entre los mismos y los valores obtenidos en cada una de las ciudades.
Variables
de control
Estacionalidad y otras variables cronológicas: La estacionalidad (anual, semestral, trimestral, mensual 0 semanal) y la tendencia son variables por las que es preciso
controlar en los estudios de series temporales (ver apartado de análisis)11.19. También
se tuvieron en cuenta otros sucesos relacionados con el calendario, como los días festivos (sin contar los domingos, es decir fiestas
nacionales, autonómicas y locales) y los
días inusuales o extraordinarios (huelga médica o grandes acontecimientos, como la
Expoen Sevilla o los Juegos Olímpicos
en Barcelona).
l
Variables meteorológicas: Después de
la estacionalidad éstas son las variables más
importantes de modelizar, cuando se analiza
l
Rev Esp Salud Pública
1999, Vol. 73, N.” 2
EMECAM:
ESTUDIO
MULTICENTRICO
ESPAÑOL...
la asociación de la mortalidad con los contaminantes atmosféricos por su posible efecto
confusorr1.i9. Los valores medios diarios de
la temperatura media (calculada como el
promedio de las temperaturas máxima y mínima) y la humedad relativa (calculada
como el promedio de los valores de humedad relativa en diferentes momentos del día:
0, 7, 13 y 18 horas) fueron las variables incluidas en el estudio (tabla 4).
l
Incidencia de gripe: obtenida a partir
del número de casos semanales de gripe notificados al sistema de Enfermedades de Declaración Obligatoria. Dicho número se dividió por 7 para tener una aproximación del
número de casos diarios.
ANÁLISIS
DE LA INFORMACIÓN
El análisis epidemiológico de los datos se
ha desarrollado siguiendo un proceso paulatino que complementa el análisis simple con
el uso de modelos multivariantes. Se consideró necesario, en una primera etapa, la realización de un estudio descriptivo. Esta etapa incluyó el estudio bivariado entre las variables por medio de las matrices de
correlaciones y gráficos diagnósticos. Especialmente útiles fueron las representaciones
gráficas, como las secuencias de las series,
los diagramas de dispersión, las funciones
de autocorrelación y las de correlaciones
cruzadas. En los diagramas de dispersión, la
forma de la relación entre la mortalidad y
cada una de las variables a estudio se valoró
mediante un método no paramétrico de regresión ponderado, Zowess (por las siglas en
inglés)20. La filosofía subyacente a esta
aproximación es la de dejar que sean los
propios datos los que muestren la forma
funcional adecuada, sin proponer ninguna
forma previa de dependenciaentre la variable resultado y las variables predictoras21.
Por último, esta primera etapa se complementó con el análisis simple de Poisson de
la relación entre las seriesde mortalidad y
las de los distintos contaminantesa estudio
en cada una de las ciudades.
171
Ferran Ballester Díez et al
Tabla
Datos
meteorológicos:
promedios
4
diarios
de temperatura
y humedad
relativa
Período
Ciudad
Barcelona
Gran Bilbao
Todo el periodo
Semestre
cálido’
Semestre fkio’
Temp3
Hum”
Temp3
Hum’
Temp”
HW?14
165 (53)
1592 (437)
71s (5,3)
so,0 (10,3)
21,o (42)
18,6 (3,4)
71,3 (537)
81,3 (938)
ii,7 (2,7)
113 (3,2)
71,s (4,9)
78,8 (10,7)
Indicador
de estacionalidad
Temp’
Hum”
9,3
~$8
1,Ol
0,96
Castellón
1792 (5-8)
70,7 (12,O)
219
(397)
70,o (10,5)
12,5 (3,O)
71,3 (13,3)
9,4
1,Ol
Cartagena
Huelva
1990 (573)
18,3 (5S)
75,3 (12,l)
64,5 (20,6)
23,2 (373)
2227 (3S)
75,5 (ll,])
54,0 (22,O)
14,9 (238)
1339 W)
75,0 (13,R)
75,2 (12,O)
8,3
8,8
0,99
1,40
Sevilla
Madrid
184(6,l)
64,4 (14,5)
61,8 (16,7)
2394 (433)
20,3 (~~4)
57,9 (12,8)
53,8 (14,2)
14,l (3,4)
8,4 (431)
70,3 (13,3)
69,9 (15.0)
9,3
ll,9
1,21
1,30
Pamplona
Valencia
W (63
68,7 (12,6)
64,8 (13,6)
17,s (SO)
22,9 (3,4)
65,9 (10,8)
65,3 (12,8)
7s (3,5)
14,3 (330)
73,9 (12,O)
1832 (5,5)
61,O (14,4)
9,9
8,6
1,12
0,93
Vigo
13,5 (497)
77,3 (12,2)
16,9 (337)
75,l
1031
Vitoria
Gijón
ll,‘5 (62)
13~3 (4~)
76,5 (11,l)
79,4 (933)
16,1 (4,s)
1754 (2,7)
72,8 (10.8)
8093 (831)
Oviedo
Zaragoza
13~2 ~4~5)
15,5 (773)
78,0 (11,2)
64,5 (14,9)
1694 (3,1)
21,1(%l)
7926 (9,7)
57,7 (12,4)
14,4 (777)
(12,3)
79,5 (11,7)
6,8
1,06
lo,6 CL61
80,2 (10,2)
78,6 (10,3)
9,2
6,8
1,lO
0,97
ao (3,2)
9,7 (4.0)
76,3 (12,4)
71,3 (14,2)
6,4
ll,4
0,95
1,23
’ Semestre cálido: meses de mayo a octubre.
’ Semestre frío: meses de noviembre a abnl.
’ Temp: temperatura medta diaria (en ’ C), y su desviación estándar.
’ Hum: humedad relatwa diaria (en %) (media de los valores a las 0.7, 13 y 18 horas, excepto Valencia
su desviación estkrdar,
’ Diferencia: Temperatura medta meses cálidos - temperatura media meses fríos.
’ Razón: Humedad relativa meses fríos i Humedad relativa meses cálidos
Análisis multivariante
Desde el punto de vista de la distribución
se asume que la mortalidad diaria se distribuye según un proceso de Poisson. Este proceso no es estacionario, esto es, el riesgo de
muerte varía con algunas variables predictoras. En este estudio la unidad de observación
es el día, Una serie temporal es una sucesión
ordenada en el tiempo de valores de una variablez2. En series temporales con datos día a
día los factores de confusión son variables
que cambian a lo largo del tiempo. Tales factores pueden ser, además de las variables meteorológicas a estudio, las epidemias de ciertas enfermedades (gripe) o la diferente ocurrencia de las variables según días de la
semana y festivos. Además, se han de tener
en cuenta los componentes de las series temporales: estacionalidad, tendencia y cambios
anuales. Otras variables como edad, hábito
tabáquico o profesión no influirán en las variaciones diarias de la mortalidad dado que la
172
G3)
6,9 (396)
que es la medta de los valores a las 7. 13, 18 horas), y
exposición a dichos factores no cambia en la
población día a día. Por lo demás, el efecto
del tabaco y de otros muchos tóxicos propios
del ambiente de trabajo se evidencian a largo
plazo. Esta es la gran ventaja de los estudios
ecológicos temporales sobre los geográficos.
En un artículo de este mismo número se exponen más detalladamente los fundamentos
metodológicos del análisis de series temporales en epidemiología ambiental19.
El procedimiento de análisis seguido para
valorar la relación entre mortalidad y las variables explicativas se basó principalmente
en la metodología desarrollada en el proyecto APHEAIO. Durante la primera etapa de
nuestro proyecto se siguió una estrategia
idéntica a la del proyecto europeo. Dicho
análisis consta básicamente de dos fases: la
primera, de identificación de un modelo basal para cada una de las causas específicas
de muerte y el grupo de edad estudiado,
ajustando por mínimos cuadrados un modeRev Esp Salud Pública
1999, Vol. 73, N,” 2
EL PROYECTO
lo de regresión gaussiano para, posteriormente, realizar una estimación cuantitativa
de la asociación de los contaminantes y la
mortalidad por medio de la regresión de
Poisson. Para la construcción del modelo
mediante mínimos cuadrados la variable
mortalidad se aproximaba a una normal,
usando transformación logarítmica.
En una segunda etapa del desarrollo del
proyecto se consideró conveniente introducir algunas modificaciones a dicho procedimiento, ya que nuestro estudio presenta algunas diferencias destacables con respecto
al proyecto APHEA. Por un lado, gracias a
la experiencia derivada de dicho proyecto,
se contaba con un protocolo muy bien definido que permitía establecer la secuencia de
los procedimientos siguiendo un criterio estadístico. Por otro lado, el tamaño de la población de las ciudades participantes en el
proyecto EMECAM es, en promedio, bastante menor que el de las ciudades participantes en el proyecto APHEA. Por esta razón el número de defunciones diarias, especialmente en las series de mortalidad por
causas, era pequeño y en bastantes días no
se observó ninguna defunción. Por tanto, su
adaptación a una distribución normal es
cuestionable y el ajuste de una regresión
gaussiana no es del todo adecuado. Por todo
ello, se decidió realizar tanto la identificación del modelo basal como la estimación
de la asociación con los contaminantes utilizando regresión de Poisson. Con esta adaptación del protocolo consideramos que, en
nuestro caso, el análisis se adapta mejor a la
distribución de la serie, se simplifica su realización y se evita una fuente de errores, al
omitir un paso (regresión lineal múltiple),
que podía dejar fuera del modelo a variables
que podrían ser signifícativas en el modelo
Poisson.
En otro trabajo23 se detallan los pasos establecidos en el protocolo del proyecto. Asimismo, se ilustra su aplicación mediante la
realización de un ejemplo. Brevemente,
consiste en los dos pasos siguientes utilizando en ambos regresión de Poisson:
Rev Esp Salud Pública
1999, Vol. 73, N.” 2
EMECAM:
ESTUDIO
MULTICÉNTRICO
ESPAI;TOL...
l
Construcción
de un modelo basal
para cada una de las causas de muerte estudiadas. Los factores que se tienen en
cuenta para controlar la confusión son las
variables temporales (estacionalidad, tendencia, cambios anuales) y de calendario
(día de la semana, festivos), los fenómenos
meteorológicos (temperatura media y humedad relativa diarias), la incidencia de gripe y otros eventos (huelgas, acontecimientos especiales). Los efectos de las variables
meteorológicas y de la gripe pueden ser inmediatos u ocurrir con algún retraso. Por
ejemplo, las bajas temperaturas pueden tener un efecto sobre la mortalidad el mismo
día o al día siguiente o unos días después.
Por ello, se examina el efecto retardado de
las variables meteorológicas hasta una semana antes de la fecha de defunción y el de
la gripe hasta quince días antes.
l
Estimación
de la asociación entre
cada uno de los contaminantes y la mortalidad. A los modelos construidos en la
etapa anterior se les añaden las variables de
contaminación atmosférica. Se introducen
los contaminantes de uno en uno, con el fin
de evitar problemas de colinealidad. Al
igual que en el caso de las variables meteorológicas y la gripe, los efectos retardados
deben ser investigados también para el caso
de los contaminantes atmosféricos.
Una
cuestión que se plantea es hasta dónde llegar
en la comprobación de los retardos. Siguiendo a Schwartz et all l, se ha considerado que explorar demasiados términos de retardos puede llevar a encontrar una asociación espúrea. En ese sentido, nos parece
sensato no explorar los retardos más allá del
quinto día previo a la defunción. Entre los
retardos probados se selecciona el de mejor
ajuste para cada contaminante y su asociación se expresa como el riesgo relativo de
morir por incremento de 10 pg/m3 (excepto
en el caso del CO que se expresa como incremento de lmg/m3). Con el fin de comparar el efecto de los distintos contaminantes
en cada ciudad, también se calcula el efecto
relativo a un incremento igual a la diferencia del percentil 90 al percentil 10.
173
Ferran Ballester
Díez et al
En todos los modelos construidos se diagnostica la posible autocorrelación de los residuos. El que alguno de ellos presente este
fenómeno indica una incompleta o inadecuada especificación de la asociación, motivo por el que se introducen los términos autorregresivos, es decir los retardos de mortalidad correspondientes en el modelo.
bitantes en torno a las mismas, origen de los
datos de mortalidad, etcétera).
Meta-análisis
El meta-análisis, en este contexto, difiere
en aspectos esenciales de los meta-análisis habituales que se realizan a partir de resultados publicados y que se realizan únicamente cuando existe un número importante
de artículos con relación a una hipótesis.
Como consecuencia, los problemas habituales de los meta-análisis no deben ocurrir en
este estudio. Como en el caso de los meta-análisis llevados a cabo en el proyecto
APHEA24, 25: no habrá sesgo de publicacibn
(se incluirán todos los resultados en el estudio), no habrá sesgo de selección (todas las
ciudades que pueden aportar la información
necesaria y desean entrar en el proyecto se
incluyen en él mucho antes de conocer los
resultados); una vez finalizado el estudio,
toda la información se encontrará disponible
para posibles reanálisis.
Con los riesgos relativos obtenidos en
cada ciudad y para cada contaminante se llevará a cabo un meta-análisis. En concreto,
se realizará una media ponderada de los
coeficientes de regresión «locales» (esto es,
proporcionados por cada uno de los centros). Asimismo, se contrastará la homogeneidad de los coeficientes utilizando el contraste ji cuadrado (x2). Si la hipótesis de homogeneidad se rechazase se utilizaría un
modelo de efectos aleatorios. En caso de
existir, la heterogeneidad será explicada utilizando una regresión ponderada de los coeficientes de regresión locales sobre variables explicativas fijas en el tiempo. Se considerarán, entre otras, las siguientes variables explicativas: indicadores de la salud general de la población (tasa estandarizada de
la mortalidad, esperanza de vida, proporción
de ancianos, prevalencias de enfermedades
respiratorias y tabaquismo, etcétera); variables meteorológicas por estación; indicadores de la bondad de los datos (correlación
entre estaciones captadoras, número de ha-
El grupo ~MECAM lo forman: F Ballester, S Pérez-Hoyos, JM Tenías, R Molina, J
González-Aracil (Valencia, Centro coordinador); M Saez, MA Barceló, C Saurina, A
Tobias (Barcelona); E. Alonso, K. Cambra
(Bilbao); M T aracido, JM Barros, 1 Castro,
A Figueiras, A Montes, E Smyth (Vigo); JM
Ordóñez, E Aranguez, 1 Galán, AM Gandarillas (Madrid); I Aguinaga, MY Floristan, F
Guillén, MS Laborda, MA Martínez, MT
Martínez, PJ Oviedo (Pamplona); A Daponte, R Garrido de la Sierra, JL Gurucelain, P.
Gutiérrez, JA Maldonado, JL Martín, JM
Mayoral, R Ocaña, J Serrano (Granada); JB
Bellido, A Arnedo, F González (Castellón);
JJ Guillén, Ll Cirera, L García, E Jiménez,
MJ Martínez, S Moreno, C Navarro (Cartagena); MJ Pérez, A Alonso, JJ Estíbalez,
MA García-Calabuig, (Vitoria); A Cañada,
C Fernández, F Fernández, V García, 1
Huerta, V Rodríguez (Asturias); F Arribas,
M Navarro, C Mar-tos, MJ Rabanaque, E
Muniesa, JM Abad, JI Urraca (Zaragoza); y
J Sunyer como asesor del proyecto.
Por último, se realizan una serie de análisis complementarios que incluyen el estratificado según período (meses cálidos o fríos)
y la investigación de posibles interacciones
entre los posibles contaminantes y entre éstos y la temperatura. También se llevan a
cabo análisis de sensibilidad para valorar la
estabilidad de las posibles asociaciones encontradas.
174
Rev Esp Salud Pública
1999, Vol. 73, N.” 2
EL PROYECTO
BIBLIOGRAFÍA
1.
3L.
3.
Holland WW, Bennett AE, Cameron IR, Florey
CV, Leeder SR, Schilling RSF et al. Health effects of particulate
pollution:
reappraising
the
evidente. Am J Epidemiol
1979; 110: 525-659.
Air Quality Guidelines for Europe. World Health
Organization.
Regional Office for Europe. WHO
Regional Publications,
European Series No. 23.
Copenhagen,
1987.
Momas 1, Pirard P, Quenel P, Medina S, Le Moullec Y, Ferry R et al. Pollution atmosphérique
urbaine et mortalité: une synthese des études épidemiologiques
publiées entre 1980 et 1991. Rev
Epidemiol
Santé Publique.
4.
Schwartz J, Marcus A. Mortality
and air pollution
in London: a time series analysis. Am J Epidemio1 1990; 131: 185-94.
5.
Schwartz J. Air Pollution and Daily mortality in
Birminghan,
Alabama. Am J Epidemiol
1993;
137: 1136-47.
6.
Touloumi G. Pocock SJ, Katsouyanni
K, Trichopoulos D. Short-Term
Effects of Air Pollution on
Daily Mortality
in Athenas:
A Time Series
Analysis. Int J Epidemiol
1994; 23:957-67.
7.
8.
9.
Sunyer J, Antó JM, Murillo C, Sáez M. Effects of
urban air pollution
on emergency
room admissions for chronic obstructive pulmonary
disease.
Am J Epidemiol
1991; 134: 277-86.
Brunekeef
B, Dockery
DW, Krzyzanowsky
M.
Epidemiologic
Studies on Short-Term
Effects of
Low Levels of Major Ambient
Air Pollution
Components.
Environ
Health
Perspect
103
1995;Suppl 2:2-13.
Katsouyanni
K, Zmirou
D, Spix C, Sunyer J,
Schoten JP, Pönka A et al. Short-term
effects of
air pollution
on health: A european approach
using epidemiologic
time series data. The
APHEA project: background,
objectives, design.
Eur Respir J 1995;8: 1030-8.
10.
Katsouyanni
K, Schwartz J, Spix C, Touloumi G,
Zmirou D, Zanobetti A et al. Short-term effects of
air pollution
on health: a European approach
using epidemiological
time-series
data. The
APHEA
protocol.
J Epidemiol
Community
Health 1996; 50 (Sup I):S12-SI8
ll.
Schwartz J, Spix C, Touloumi
Barumamdzdeh
T, Le Tertre
gical issues in studies of air
counts of deaths and hospital
demiol Community
Health
s3-Sll.
12.
Sunyer J. Castellsagué J, Sáez M, Tobías A, Antó
JM. Air pollution and mortality in Barcelona. J Epidemiol Community
Health 1996; 50 (Sup 1):
S76-S80.
Rev Esp Salud Pública
ESTUDIO
MULTICÉNTRICO
ESPAÑOL...
13.
Ballester F, Corella D, Pérez-Hoyos
S, Hervás A.
Air pollution and mortal@ in Valencia (Spain): a
study using the APHEA methodology.
J Epidemio1 Community
Health 1996; 50: 527-33.
14.
Alonso E, Cambra K, Urtiaga M. Análisis del episodio de disnea súbita ocurrido por emisión masiva de SO, en Barakaldo
(Bizkaia).
Gac Sanit
1995, 9 (Sup 1); 54.
15.
Guillén JJ, Guillén F, Medrano J, García-Marcos
L,
Aguinaga 1, Ñíguez JC. Afluencia inusual por asma
y enfermedad pulmonar crónica en urgencias hospitalarias y contaminación
por SO, en Cartagena.
Rev Esp Salud Publica 1995; 69: 305-14.
16.
Organización
Mundial de la Salud. Manual de la
Clasificación
Estadística Internacional
de Enfermedades, Traumatismos
y Causas de Defunción.
9.” revisión.
Publicación
n.’ 353. Washington:
Organización
Panamericana
de Salud; 1978.
17.
Ministerio
de Sanidad y Consumo. Red Nacional
de Vigilancia y Prevención de la Contaminación
Atmosférica.
Colección Sanidad Ambiental.
Madrid: Ministerio
de Sanidad y Consumo; 1988.
18.
Ministerio
de Obras Públicas, Transportes y Medio Ambiente (MOPTMA).
Estaciones y redes de
vigilancia
de la contaminación
atmosférica
en
España. Descripción técnica y gráfica. Serie Monografías. Madrid: MOPTMA;
1993.
19.
Sáez M, Pérez-Hoyos
S, Tobías A, Saurina C,
Barceló MA, Ballester F. Métodos de series temporales en los estudios epidemiológicos
sobre
contaminación
atmosférica. Rev Esp Salud Pública 1999: 73:133-143.
20.
Sánchez-Cantalejo
E, Ocaña-Riol
ciones en regresión:
suavizando
Gac Sanit 1997; 11:24-32.
21.
Hastie TJ, Tibshirani
RJ. Generalized
Models. Londres: Chapman and Hall;
22.
Murillo C. Métodos estadísticos de series temporales.
Aplicaciones sanitarias. Barcelona: SG; 1994.~. 17.
23.
Pérez-Hoyos
S, Sáez M, Barceló MA, Cambra K,
Figueiras
A, Aránguez
E. et al. Protocolo
EMECAM:
Análisis del efecto a corto plazo de la
contaminación
atmosférica
sobre la mortalidad.
Rev Esp Salud Pública 1999; 73: 177-185.
24.
Katsouyanni
K, Toulomi G, Spix C, Schwartz J,
Balducci F, Medina S, et al. Short-term
effects of
ambient sulphur dioxide and particulate matter on
mortality in 12 European cities: results from time
series data from the APHEA
project.
BMJ
1997;314:1658-63.
25.
Toulomi G, Katsouyanni
K, Zmirou D, Schwartz
J, Spix C, Ponce de Leon A, et al. Short-term
effects of ambient oxidant exposure on mortality:
a
combined analysis within the APHEA
project.
Am J Epidemiol
1997; 146: 177-85.
G, Bacharova
L,
A et al. Methodolopollution and daily
admissions. J Epi1996; 50 (Sup 1):
1999, Vol. 73, N.” 2
EMECAM:
R. Actualizalas relaciones.
Additive
1990: 9.
175